从文本文件提取阿拉伯数字时的顺序错误问题求助

嗨，我来帮你解决这个问题！

你的问题根源在于阿拉伯文是从右到左（RTL）的排版方向，文本中数字段的存储顺序和视觉显示顺序是相反的：比如你看到的“٢٢٤ ٤٢٢٧”，实际在字符串里的存储顺序是“٤٢٢٧ ٢٢٤”，直接去掉空格拼接自然会得到和预期相反的结果。

这里给你两种针对性的解决方案，覆盖有空格和无空格的情况：

方案一：处理带空格分隔的数字段 #

如果数字是用空格分成多个片段的，我们只需要把这些片段的顺序反转后再拼接即可：

import re

text = ")رقم : ٤٢٢٧ ٢٢٤"
# 提取冒号后所有阿拉伯数字和空格，同时去掉首尾多余空格
match = re.search(r':\s*([\p{Nd}\s]+)', text, re.UNICODE)
if match:
    num_part = match.group(1).strip()
    # 按空格分割成数字片段，反转顺序后拼接
    num_segments = num_part.split()
    result = ''.join(reversed(num_segments))
    print(result)  # 输出：٢٢٤٤٢٢٧

方案二：兼容无空格的情况 #

如果有时候数字之间没有空格（比如文本是)رقم : ٤٢٢٧٢٢٤），且你需要的是视觉上的反转顺序，可以调整代码自动判断：

import re

text = ")رقم : ٤٢٢٧٢٢٤"
match = re.search(r':\s*([\p{Nd}\s]+)', text, re.UNICODE)
if match:
    num_part = match.group(1).strip()
    num_segments = num_part.split()
    if len(num_segments) > 1:
        # 有空格分隔，反转片段顺序
        result = ''.join(reversed(num_segments))
    else:
        # 无空格，反转整个数字字符串
        result = num_segments[0][::-1]
    print(result)

补充说明 #

• 正则里用\p{Nd}比\d更精准，它专门匹配Unicode中的十进制数字字符，完美覆盖阿拉伯-Indic数字。
• 如果你的无空格场景是固定长度的两段拆分（比如前4位和后3位），可以直接对字符串切片：result = num_part[-3:] + num_part[:-3]，这样就能精准得到٢٢٤٤٢٢٧。

备注：内容来源于stack exchange，提问作者AAA